L'Ateneu
L'Ateneu d'Innovació Digital i Democràtica
Canvis a "Anàlisi i Teoria de Xarxes Socials"
Mode de vista de comparació:
Vista HTML:
Descripció (Català)
-
-
Una introducció neta i ràpida
L'anàlisi de xarxes socials és una eina teòrica i metodològica per a comprendre les estructures socials, com emergeixen a partir dels comportaments individuals i alhora com els afecten. Gràcies a la profunda penetració de les plataformes socials en línia, avui dia podem observar i, sovint, analitzar enllaços a una escala que supera amb escreix el que era possible fa només unes dècades. Si bé això impulsa noves metodologies, les xarxes a gran escala que podem observar encara poden ser informades per preguntes clàssiques en la teoria de xarxes socials alhora que també estimulen la producció de nova teoria.
En aquest curs realitzem un recorregut ràpid per les idees i mètodes clàssics d'aquest paradigma. Demostrarem no com sols són aplicables a les xarxes digitals contemporànies, sinó com s'han desenvolupat gràcies a les dades que podem extreure de Twitter, Facebook i altres plataformes digitals. Acompanyarem el recorregut teòric i metodològic amb sessions pràctiques per a aprendre a dominar eines d'anàlisis i visualització de xarxes com Gephi i altres.
Taller a càrrec d'Emanuele Cozzo de tecnopolítica (IN3/UOC).
Horaris i inscripcions
- Sessions presencials.
- Dimarts 11, 18, 25 i 31 de maig. De 18h a 20h.
- Inscriu-te en aquesta mateixa pàgina, o clicant aquí. Quedaràs inscrit als quatre dies que dura la formació!
Primera sessió: Introducció al pensament de xarxa
- 11 de maig
- Introduirem els elements teòrics i metodològics bàsics i veurem com aquests es relacionen amb les diferents escoles de pensament.
Segona sessió: Hands-on! Instal·lació d’eines
- 18 de maig
- Sessió pràctica per a conèixer i instal·lar les diferents eines que ens permetran elaborar l’anàlisi i visualització de xarxes.
Tercera sessió: Anàlisi i modelització de xarxes
- 25 de maig
- A través d'alguns casos d'estudis aprofundirem en alguns dels elements apresos en la sessió anterior, com per exemple les mesures de centralitat i la detecció de comunitats.
Quarta sessió: Social Big Data i anàlisi de xarxes socials
- 31 de maig (dilluns)
- Veurem com extreure dades de les plataformes socials en línia i com analitzar les xarxes d'interacció social que en aquestes es desenvolupen.
-
+
Una introducció neta i ràpida
L'anàlisi de xarxes socials és una eina teòrica i metodològica per a comprendre les estructures socials, com emergeixen a partir dels comportaments individuals i alhora com els afecten. Gràcies a la profunda penetració de les plataformes socials en línia, avui dia podem observar i, sovint, analitzar enllaços a una escala que supera amb escreix el que era possible fa només unes dècades. Si bé això impulsa noves metodologies, les xarxes a gran escala que podem observar encara poden ser informades per preguntes clàssiques en la teoria de xarxes socials alhora que també estimulen la producció de nova teoria.
En aquest curs realitzem un recorregut ràpid per les idees i mètodes clàssics d'aquest paradigma. Demostrarem no com sols són aplicables a les xarxes digitals contemporànies, sinó com s'han desenvolupat gràcies a les dades que podem extreure de Twitter, Facebook i altres plataformes digitals. Acompanyarem el recorregut teòric i metodològic amb sessions pràctiques per a aprendre a dominar eines d'anàlisis i visualització de xarxes com Gephi i altres.
Taller a càrrec d'Emanuele Cozzo de tecnopolítica (IN3/UOC).
Horaris i inscripcions
- Sessions presencials.
- Dimarts 11, 18, 25 i 31 de maig. De 18h a 20h.
- Inscriu-te en aquesta mateixa pàgina, o clicant aquí. Quedaràs inscrit als quatre dies que dura la formació!
Primera sessió: Introducció al pensament de xarxa
- 11 de maig
- Introduirem els elements teòrics i metodològics bàsics i veurem com aquests es relacionen amb les diferents escoles de pensament.
Segona sessió: Hands-on! Instal·lació d’eines
- 18 de maig
- Sessió pràctica per a conèixer i instal·lar les diferents eines que ens permetran elaborar l’anàlisi i visualització de xarxes.
Tercera sessió: Anàlisi i modelització de xarxes
- 25 de maig
- A través d'alguns casos d'estudis aprofundirem en alguns dels elements apresos en la sessió anterior, com per exemple les mesures de centralitat i la detecció de comunitats.
Quarta sessió: Social Big Data i anàlisi de xarxes socials
- 31 de maig (dilluns)
- Veurem com extreure dades de les plataformes socials en línia i com analitzar les xarxes d'interacció social que en aquestes es desenvolupen.
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"></p><h5><strong>Una introducció neta i ràpida</strong></h5><p>L'anàlisi de xarxes socials és una <strong>eina teòrica i metodològica</strong> per a comprendre les estructures socials, com emergeixen a partir dels comportaments individuals i alhora com els afecten. Gràcies a la profunda penetració de les plataformes socials en línia, avui dia podem observar i, sovint, analitzar enllaços a una escala que supera amb escreix el que era possible fa només unes dècades. Si bé això impulsa noves metodologies, les xarxes a gran escala que podem observar encara poden ser informades per preguntes clàssiques en la teoria de xarxes socials alhora que també estimulen la producció de nova teoria.</p><p>En aquest curs realitzem un recorregut ràpid per les idees i mètodes clàssics d'aquest paradigma. Demostrarem no com sols són aplicables a les xarxes digitals contemporànies, sinó <strong>com s'han desenvolupat gràcies a les dades que podem extreure de Twitter, Facebook i altres plataformes digitals</strong>. Acompanyarem el <strong>recorregut teòric i metodològic</strong> amb <strong>sessions</strong> <strong>pràctiques</strong> per a aprendre a dominar eines d'anàlisis i visualització de xarxes com <em>Gephi</em> i altres. </p><p>Taller a càrrec d'Emanuele Cozzo de tecnopolítica (IN3/UOC).</p><h5><strong>Horaris i inscripcions</strong></h5><ul><li>Sessions presencials.</li><li>Dimarts 11, 18, 25 i 31 de maig. De 18h a 20h.</li><li>Inscriu-te en aquesta mateixa pàgina, o clicant <a href="https://canodrom.decidim.barcelona/assemblies/comunitat/f/1947/meetings/2184/registration/join" target="_blank">aquí</a>. Quedaràs inscrit als quatre dies que dura la formació!</li></ul><h5><strong>Primera sessió: Introducció al pensament de xarxa</strong></h5><ul><li>11 de maig</li><li>Introduirem els elements teòrics i metodològics bàsics i veurem com aquests es relacionen amb les diferents escoles de pensament. </li></ul><h5><strong>Segona sessió: <em>Hands-on</em>! Instal·lació d’eines</strong></h5><ul><li>18 de maig </li><li>Sessió pràctica per a conèixer i instal·lar les diferents eines que ens permetran elaborar l’anàlisi i visualització de xarxes.</li></ul><h5><strong>Tercera sessió: Anàlisi i modelització de xarxes</strong></h5><ul><li>25 de maig</li><li>A través d'alguns casos d'estudis aprofundirem en alguns dels elements apresos en la sessió anterior, com per exemple les mesures de centralitat i la detecció de comunitats.</li></ul><h5><strong>Quarta sessió: <em>Social Big Data </em>i anàlisi de xarxes socials</strong></h5><ul><li>31 de maig (dilluns)</li><li>Veurem com extreure dades de les plataformes socials en línia i com analitzar les xarxes d'interacció social que en aquestes es desenvolupen.</li></ul>- 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"></p><h5><strong>Una introducció neta i ràpida</strong></h5><p>L'anàlisi de xarxes socials és una <strong>eina teòrica i metodològica</strong> per a comprendre les estructures socials, com emergeixen a partir dels comportaments individuals i alhora com els afecten. Gràcies a la profunda penetració de les plataformes socials en línia, avui dia podem observar i, sovint, analitzar enllaços a una escala que supera amb escreix el que era possible fa només unes dècades. Si bé això impulsa noves metodologies, les xarxes a gran escala que podem observar encara poden ser informades per preguntes clàssiques en la teoria de xarxes socials alhora que també estimulen la producció de nova teoria.</p><p>En aquest curs realitzem un recorregut ràpid per les idees i mètodes clàssics d'aquest paradigma. Demostrarem no com sols són aplicables a les xarxes digitals contemporànies, sinó <strong>com s'han desenvolupat gràcies a les dades que podem extreure de Twitter, Facebook i altres plataformes digitals</strong>. Acompanyarem el <strong>recorregut teòric i metodològic</strong> amb <strong>sessions</strong> <strong>pràctiques</strong> per a aprendre a dominar eines d'anàlisis i visualització de xarxes com <em>Gephi</em> i altres. </p><p>Taller a càrrec d'Emanuele Cozzo de tecnopolítica (IN3/UOC).</p><p> <img src="data:image/png;base64,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" alt=""></p><h5><strong>Horaris i inscripcions</strong></h5><ul><li>Sessions presencials.</li><li>Dimarts 11, 18, 25 i 31 de maig. De 18h a 20h.</li><li>Inscriu-te en aquesta mateixa pàgina, o clicant <a href="https://canodrom.decidim.barcelona/assemblies/comunitat/f/1947/meetings/2184/registration/join" target="_blank">aquí</a>. Quedaràs inscrit als quatre dies que dura la formació!</li></ul><h5><strong>Primera sessió: Introducció al pensament de xarxa</strong></h5><ul><li>11 de maig</li><li>Introduirem els elements teòrics i metodològics bàsics i veurem com aquests es relacionen amb les diferents escoles de pensament. </li></ul><h5><strong>Segona sessió: <em>Hands-on</em>! Instal·lació d’eines</strong></h5><ul><li>18 de maig </li><li>Sessió pràctica per a conèixer i instal·lar les diferents eines que ens permetran elaborar l’anàlisi i visualització de xarxes.</li></ul><h5><strong>Tercera sessió: Anàlisi i modelització de xarxes</strong></h5><ul><li>25 de maig</li><li>A través d'alguns casos d'estudis aprofundirem en alguns dels elements apresos en la sessió anterior, com per exemple les mesures de centralitat i la detecció de comunitats.</li></ul><h5><strong>Quarta sessió: <em>Social Big Data </em>i anàlisi de xarxes socials</strong></h5><ul><li>31 de maig (dilluns)</li><li>Veurem com extreure dades de les plataformes socials en línia i com analitzar les xarxes d'interacció social que en aquestes es desenvolupen.</li></ul>
Esborrats
-
-
Una introducció neta i ràpida
L'anàlisi de xarxes socials és una eina teòrica i metodològica per a comprendre les estructures socials, com emergeixen a partir dels comportaments individuals i alhora com els afecten. Gràcies a la profunda penetració de les plataformes socials en línia, avui dia podem observar i, sovint, analitzar enllaços a una escala que supera amb escreix el que era possible fa només unes dècades. Si bé això impulsa noves metodologies, les xarxes a gran escala que podem observar encara poden ser informades per preguntes clàssiques en la teoria de xarxes socials alhora que també estimulen la producció de nova teoria.
En aquest curs realitzem un recorregut ràpid per les idees i mètodes clàssics d'aquest paradigma. Demostrarem no com sols són aplicables a les xarxes digitals contemporànies, sinó com s'han desenvolupat gràcies a les dades que podem extreure de Twitter, Facebook i altres plataformes digitals. Acompanyarem el recorregut teòric i metodològic amb sessions pràctiques per a aprendre a dominar eines d'anàlisis i visualització de xarxes com Gephi i altres.
Taller a càrrec d'Emanuele Cozzo de tecnopolítica (IN3/UOC).
Horaris i inscripcions
- Sessions presencials.
- Dimarts 11, 18, 25 i 31 de maig. De 18h a 20h.
- Inscriu-te en aquesta mateixa pàgina, o clicant aquí. Quedaràs inscrit als quatre dies que dura la formació!
Primera sessió: Introducció al pensament de xarxa
- 11 de maig
- Introduirem els elements teòrics i metodològics bàsics i veurem com aquests es relacionen amb les diferents escoles de pensament.
Segona sessió: Hands-on! Instal·lació d’eines
- 18 de maig
- Sessió pràctica per a conèixer i instal·lar les diferents eines que ens permetran elaborar l’anàlisi i visualització de xarxes.
Tercera sessió: Anàlisi i modelització de xarxes
- 25 de maig
- A través d'alguns casos d'estudis aprofundirem en alguns dels elements apresos en la sessió anterior, com per exemple les mesures de centralitat i la detecció de comunitats.
Quarta sessió: Social Big Data i anàlisi de xarxes socials
- 31 de maig (dilluns)
- Veurem com extreure dades de les plataformes socials en línia i com analitzar les xarxes d'interacció social que en aquestes es desenvolupen.
- Dimarts 11, 18, 25 i 31 de maig. De 18h a 20h.
- Inscriu-te en aquesta mateixa pàgina, o clicant aquí. Quedaràs inscrit als quatre dies que dura la formació!
Primera sessió: Introducció al pensament de xarxa
- 11 de maig
- Introduirem els elements teòrics i metodològics bàsics i veurem com aquests es relacionen amb les diferents escoles de pensament.
Segona sessió: Hands-on! Instal·lació d’eines
- 18 de maig
- Sessió pràctica per a conèixer i instal·lar les diferents eines que ens permetran elaborar l’anàlisi i visualització de xarxes.
Tercera sessió: Anàlisi i modelització de xarxes
- 25 de maig
- A través d'alguns casos d'estudis aprofundirem en alguns dels elements apresos en la sessió anterior, com per exemple les mesures de centralitat i la detecció de comunitats.
Quarta sessió: Social Big Data i anàlisi de xarxes socials
- 31 de maig (dilluns)
- Veurem com extreure dades de les plataformes socials en línia i com analitzar les xarxes d'interacció social que en aquestes es desenvolupen.
Addicions
- Dimarts 11, 18, 25 i 31 de maig. De 18h a 20h.
- Inscriu-te en aquesta mateixa pàgina, o clicant aquí. Quedaràs inscrit als quatre dies que dura la formació!
Primera sessió: Introducció al pensament de xarxa
- 11 de maig
- Introduirem els elements teòrics i metodològics bàsics i veurem com aquests es relacionen amb les diferents escoles de pensament.
Segona sessió: Hands-on! Instal·lació d’eines
- 18 de maig
- Sessió pràctica per a conèixer i instal·lar les diferents eines que ens permetran elaborar l’anàlisi i visualització de xarxes.
Tercera sessió: Anàlisi i modelització de xarxes
- 25 de maig
- A través d'alguns casos d'estudis aprofundirem en alguns dels elements apresos en la sessió anterior, com per exemple les mesures de centralitat i la detecció de comunitats.
Quarta sessió: Social Big Data i anàlisi de xarxes socials
- 31 de maig (dilluns)
- Veurem com extreure dades de les plataformes socials en línia i com analitzar les xarxes d'interacció social que en aquestes es desenvolupen.
Una introducció neta i ràpida
L'anàlisi de xarxes socials és una eina teòrica i metodològica per a comprendre les estructures socials, com emergeixen a partir dels comportaments individuals i alhora com els afecten. Gràcies a la profunda penetració de les plataformes socials en línia, avui dia podem observar i, sovint, analitzar enllaços a una escala que supera amb escreix el que era possible fa només unes dècades. Si bé això impulsa noves metodologies, les xarxes a gran escala que podem observar encara poden ser informades per preguntes clàssiques en la teoria de xarxes socials alhora que també estimulen la producció de nova teoria.
En aquest curs realitzem un recorregut ràpid per les idees i mètodes clàssics d'aquest paradigma. Demostrarem no com sols són aplicables a les xarxes digitals contemporànies, sinó com s'han desenvolupat gràcies a les dades que podem extreure de Twitter, Facebook i altres plataformes digitals. Acompanyarem el recorregut teòric i metodològic amb sessions pràctiques per a aprendre a dominar eines d'anàlisis i visualització de xarxes com Gephi i altres.
Taller a càrrec d'Emanuele Cozzo de tecnopolítica (IN3/UOC).
Horaris i inscripcions
- Sessions presencials.
- Dimarts 11, 18, 25 i 31 de maig. De 18h a 20h.
- Inscriu-te en aquesta mateixa pàgina, o clicant aquí. Quedaràs inscrit als quatre dies que dura la formació!
Primera sessió: Introducció al pensament de xarxa
- 11 de maig
- Introduirem els elements teòrics i metodològics bàsics i veurem com aquests es relacionen amb les diferents escoles de pensament.
Segona sessió: Hands-on! Instal·lació d’eines
- 18 de maig
- Sessió pràctica per a conèixer i instal·lar les diferents eines que ens permetran elaborar l’anàlisi i visualització de xarxes.
Tercera sessió: Anàlisi i modelització de xarxes
- 25 de maig
- A través d'alguns casos d'estudis aprofundirem en alguns dels elements apresos en la sessió anterior, com per exemple les mesures de centralitat i la detecció de comunitats.
Quarta sessió: Social Big Data i anàlisi de xarxes socials
- 31 de maig (dilluns)
- Veurem com extreure dades de les plataformes socials en línia i com analitzar les xarxes d'interacció social que en aquestes es desenvolupen.
Esborrats
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"></p><h5><strong>Una introducció neta i ràpida</strong></h5><p>L'anàlisi de xarxes socials és una <strong>eina teòrica i metodològica</strong> per a comprendre les estructures socials, com emergeixen a partir dels comportaments individuals i alhora com els afecten. Gràcies a la profunda penetració de les plataformes socials en línia, avui dia podem observar i, sovint, analitzar enllaços a una escala que supera amb escreix el que era possible fa només unes dècades. Si bé això impulsa noves metodologies, les xarxes a gran escala que podem observar encara poden ser informades per preguntes clàssiques en la teoria de xarxes socials alhora que també estimulen la producció de nova teoria.</p><p>En aquest curs realitzem un recorregut ràpid per les idees i mètodes clàssics d'aquest paradigma. Demostrarem no com sols són aplicables a les xarxes digitals contemporànies, sinó <strong>com s'han desenvolupat gràcies a les dades que podem extreure de Twitter, Facebook i altres plataformes digitals</strong>. Acompanyarem el <strong>recorregut teòric i metodològic</strong> amb <strong>sessions</strong> <strong>pràctiques</strong> per a aprendre a dominar eines d'anàlisis i visualització de xarxes com <em>Gephi</em> i altres. </p><p>Taller a càrrec d'Emanuele Cozzo de tecnopolítica (IN3/UOC).</p><h5><strong>Horaris i inscripcions</strong></h5><ul><li>Sessions presencials.</li><li>Dimarts 11, 18, 25 i 31 de maig. De 18h a 20h.</li><li>Inscriu-te en aquesta mateixa pàgina, o clicant <a href="https://canodrom.decidim.barcelona/assemblies/comunitat/f/1947/meetings/2184/registration/join" target="_blank">aquí</a>. Quedaràs inscrit als quatre dies que dura la formació!</li></ul><h5><strong>Primera sessió: Introducció al pensament de xarxa</strong></h5><ul><li>11 de maig</li><li>Introduirem els elements teòrics i metodològics bàsics i veurem com aquests es relacionen amb les diferents escoles de pensament. </li></ul><h5><strong>Segona sessió: <em>Hands-on</em>! Instal·lació d’eines</strong></h5><ul><li>18 de maig </li><li>Sessió pràctica per a conèixer i instal·lar les diferents eines que ens permetran elaborar l’anàlisi i visualització de xarxes.</li></ul><h5><strong>Tercera sessió: Anàlisi i modelització de xarxes</strong></h5><ul><li>25 de maig</li><li>A través d'alguns casos d'estudis aprofundirem en alguns dels elements apresos en la sessió anterior, com per exemple les mesures de centralitat i la detecció de comunitats.</li></ul><h5><strong>Quarta sessió: <em>Social Big Data </em>i anàlisi de xarxes socials</strong></h5><ul><li>31 de maig (dilluns)</li><li>Veurem com extreure dades de les plataformes socials en línia i com analitzar les xarxes d'interacció social que en aquestes es desenvolupen.</li></ul>
Addicions
- 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"></p><h5><strong>Una introducció neta i ràpida</strong></h5><p>L'anàlisi de xarxes socials és una <strong>eina teòrica i metodològica</strong> per a comprendre les estructures socials, com emergeixen a partir dels comportaments individuals i alhora com els afecten. Gràcies a la profunda penetració de les plataformes socials en línia, avui dia podem observar i, sovint, analitzar enllaços a una escala que supera amb escreix el que era possible fa només unes dècades. Si bé això impulsa noves metodologies, les xarxes a gran escala que podem observar encara poden ser informades per preguntes clàssiques en la teoria de xarxes socials alhora que també estimulen la producció de nova teoria.</p><p>En aquest curs realitzem un recorregut ràpid per les idees i mètodes clàssics d'aquest paradigma. Demostrarem no com sols són aplicables a les xarxes digitals contemporànies, sinó <strong>com s'han desenvolupat gràcies a les dades que podem extreure de Twitter, Facebook i altres plataformes digitals</strong>. Acompanyarem el <strong>recorregut teòric i metodològic</strong> amb <strong>sessions</strong> <strong>pràctiques</strong> per a aprendre a dominar eines d'anàlisis i visualització de xarxes com <em>Gephi</em> i altres. </p><p>Taller a càrrec d'Emanuele Cozzo de tecnopolítica (IN3/UOC).</p><p> <img src="data:image/png;base64,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" alt=""></p><h5><strong>Horaris i inscripcions</strong></h5><ul><li>Sessions presencials.</li><li>Dimarts 11, 18, 25 i 31 de maig. De 18h a 20h.</li><li>Inscriu-te en aquesta mateixa pàgina, o clicant <a href="https://canodrom.decidim.barcelona/assemblies/comunitat/f/1947/meetings/2184/registration/join" target="_blank">aquí</a>. Quedaràs inscrit als quatre dies que dura la formació!</li></ul><h5><strong>Primera sessió: Introducció al pensament de xarxa</strong></h5><ul><li>11 de maig</li><li>Introduirem els elements teòrics i metodològics bàsics i veurem com aquests es relacionen amb les diferents escoles de pensament. </li></ul><h5><strong>Segona sessió: <em>Hands-on</em>! Instal·lació d’eines</strong></h5><ul><li>18 de maig </li><li>Sessió pràctica per a conèixer i instal·lar les diferents eines que ens permetran elaborar l’anàlisi i visualització de xarxes.</li></ul><h5><strong>Tercera sessió: Anàlisi i modelització de xarxes</strong></h5><ul><li>25 de maig</li><li>A través d'alguns casos d'estudis aprofundirem en alguns dels elements apresos en la sessió anterior, com per exemple les mesures de centralitat i la detecció de comunitats.</li></ul><h5><strong>Quarta sessió: <em>Social Big Data </em>i anàlisi de xarxes socials</strong></h5><ul><li>31 de maig (dilluns)</li><li>Veurem com extreure dades de les plataformes socials en línia i com analitzar les xarxes d'interacció social que en aquestes es desenvolupen.</li></ul>
Autoria de la versió
Núria Alonso
Núria Alonso
Versió creada el
05/05/2021 13:29
